B站基於Apache DolphinScheduler的一站式大數據集群管理平臺(BMR)初窺

来源:https://www.cnblogs.com/DolphinScheduler/p/18347218
-Advertisement-
Play Games

一、背景 大數據服務是數據平臺建設的基座,隨著B站業務的快速發展,其大數據的規模和複雜度也突飛猛進,技術的追求也同樣不會有止境。 B站一站式大數據集群管理平臺(BMR),在千呼萬喚中孕育而生。本文簡單介紹BMR的由來、面臨的主要矛盾以及如何在變化中求得生存與發展。 下圖是截至2024年6月初,統計到 ...


一、背景

大數據服務是數據平臺建設的基座,隨著B站業務的快速發展,其大數據的規模和複雜度也突飛猛進,技術的追求也同樣不會有止境。

B站一站式大數據集群管理平臺(BMR),在千呼萬喚中孕育而生。本文簡單介紹BMR的由來、面臨的主要矛盾以及如何在變化中求得生存與發展。

下圖是截至2024年6月初,統計到B站大數據的服務規模:

file

大數據所需承載的業務種類愈加繁多,為更好地承接業務場景的訴求,同時提升穩定性要求,我們大數據集群管理平臺的建設,經歷了以下主要幾個階段:

階段一(求生存)

  1. 聚焦系統環境標準化、服務配置標準化,清掃野蠻成長過程中非標生產留下的債務(層出不窮的奇怪問題)。

  2. 快速和花樣地迭代姿勢,滿足業務高速發展訴求。將各服務的安裝包、配置納入版本管理,服務狀態有效透出,完成狀態管理和分享。同時打通線上業務的門禁管理,快速迭代過程中不失穩定性考量。

(標準化工作嵌入迭代發佈、配置發佈、灰度發佈中,同時支持常用的新增節點、快速部署、節點上下線等能力。管理上支持機器分組、打標、自定義流程、異構配置管理等)

階段二(追溫飽)

  1. 建設元倉,打通服務間數據互通,實現問題的快速診斷。
  2. 場景化建設,如:機房遷移所需的大批量、持續性項目,故障自愈能力等。
  3. 提升覆蓋面,邊緣場景或非高頻變更場景。如:Yarn隊列管理、Lable變更、主從切換、HDFS數據遷移、HMS元數據管理等。

階段三(奔小康)

  1. 擁抱雲原生,拓展容器化管理能力。更好利用在業務內和業務間的資源,實現降本增效。服務混部、潮汐退避 火力全開,追求更高的利用率的同時降低IT成本支出。

  2. 建設容量管理,完善服務的異常預警、風險預測、故障自愈,進一步完善集群自動化運維體系,進一步追趕業務對大數據賦能的預期。

階段四(共富裕)

  1. 強化可觀測能力,數據更接近業務視角,自上而下清晰對齊、指引方向。

  2. 化被動為主動,從異常監控到故障自愈,再從故障自愈走向故障預測。

  3. 極致追求服務質量,度量服務質量、死磕服務質量。

二、面臨的挑戰

接下來,我將在大數據平臺化過程中遇到的典型問題和解決思路分享如下。

2.1、節點一致性問題

在元數據未閉環聯動的情況下,一致性無法得到保障。B站的大數據集群當前仍以物理機為主,正在逐步容器化的階段。大數據服務組件繁多,疊加多版本、混合部署、部分容器化等諸多因素,讓元數據一致性的保障工作更加複雜。在完全平臺之前,還存在腳本甚至人工操作,狀態的變更無法有效閉環。節點遺漏和信息錯誤的情況時有發生,輕則伺服器未有效利用,重則集群服務存在多個版本,留下穩定性隱患甚至直接影響業務生產。

不斷完善覆蓋面和使用場景的同時,一些重要的且短時間未實現數據閉環的場景,BMR在‘智能運維’模塊的‘巡檢’能力,去兜底去發現未知原因產生的臟數據或不一致的問題,讓風險儘早被髮現、被干預、被解決。

2.2、標準規範的制定和實施

集群標準,需要結合歷史和當前情況來制定,並非設計而來。且實施過程,需要考慮相容、遷移的能力和資源、實施周期等因素。過程中要根據集群支持的業務特點、環境、版本進行劃分,如:實時集群、離線集群(2.8版本和3.2版本)等, 線上存在多個生產集群。在前期組件服務的部署規範和配置文件的標準化不足,存在同一集群內同一組件在不同節點部署環境都存在差異情況。在平衡標準化和差異化的過程中,‘小步快跑’地進行標準化的制定、試運行、修正、公示,技術項的標準最終固化到平臺功能中。

2.3、規模化的管理

當“量變引發質變”和“不必過度設計”遇到“業務飛速發展”時,及時調整管理策略滿足業務發展需求,極具挑戰。

大數據玩的就是數據,硬碟少不了。當前我們的大數據集群磁碟數量在十萬量級。每天磁碟正常故障超10塊, BMR在‘智能運維’模塊集成了‘硬碟故障自愈’的能力,打通各個平臺的數據和流程,實現業務無感式的換盤。還有操作系統層面的內核管理與升級,在面臨節點數量多、需要無感/無故障的管理,都會對平臺提出更高的要求。

而且在機房資源緊張的情況下,會涉及集群遷移甚至機房遷移的工作。如何不停機實現遷移,BMR上也都做了適配。

2.4、提升迭代效率

單純提效不難,難的是在複雜場景中保證穩定的前提下。

生產不能停,迭代要繼續,規模同時要滿足發展需要。BMR在建設迭代能力的同時,通過元數據的管理監測資源容量。本著儘可能地避免問題、儘早地暴露問題的原則,集群資源做了分層、隔離以保全全,迭代過程也必備了‘灰度’、‘快速回滾’、‘異常探測’以便快速發現和快速解決問題。

同時多集群、多組件、多角色的‘變更衝突’需要加以限制,變更信息的‘透明化’和‘快速回滾’利於故障快速診斷與恢復。跨團隊協作中,復用線上業務平臺的通知與協同能力,實現消息的精確觸達和快速應急響應。

2.5、削峰填谷

降本增效大背景的今天,資源有效利用也不是新話題。大數據業務和線上業務有著天然的資源錯峰潛質,BMR當然不會放過。我們已在2023年實現大數據業務與線上業務的資源潮汐退避,大數據業務白天出讓資源給線上業務使用,線上業務夜間歸還的同時也出讓冗餘的資源給到大數據,實現‘削峰填谷’和‘資源共贏’。

三、平臺實踐

file

秉著先解放雙手再系統閉環然後貼進業務的思路,BMR(大數據管理平臺)逐步拆招解招。

系統整體架構如下圖所示,BMR主要由集群大盤、集群管理、組件管理、變更管控和資源管理功能模塊構成。

底層復用公司的‘Job任務’平臺,使用 DolphinScheduler 做邏輯調度。 業務數據和邏輯集中在‘元數據’、‘配置中心’、‘主機管理’和‘發佈服務’四大模塊中,對用戶由‘集群大盤’、‘集群管理’、‘組件管理’、‘變更管控’和‘資源管理’來呈現。

file

產品層本著‘一站式’的思想, 在操作集群管理時, 用戶只需選擇發佈的組件、對應的主機節點, 及發佈策略, 即可快捷完成變更操作。把複雜的邏輯和後端留給BMR,讓用戶只關心他需要關心的。

  為更好適配不同組件和用戶的使用需求,變更流程設計整體分為節點選擇策略(分批執行)、執行前置操作、調度執行、執行後置操作幾個核心操作,流程示意圖如下:

file

3.1、集群管理

為適配不同業務、不同規模、不同網路環境、不同用途的部署方式,同時考慮到開發周期和成本。底層功能模塊儘可能的通用、可復用,上層應用區分用戶視角和管理視角。用戶視角僅顯示有許可權的集群,更多展示查看、監控類的實例。管理視角則可以快速新增創建並部署集群。當前我們已經支持瞭如 HDFS、Spark、Flink、ClickHouse、Kafka等集群管理能力。

file

3.2、組件管理

  • 3.2.1、支持新增組件,查看組件部署的節點及組件服務的運行狀態

在組件管理視角,我們優先支持了組件的‘增/刪/改’及‘狀態監控’的功能。這裡的難點是不同集群部署的組件服務, 對應配置存在差異。為更好支持差異化管理訴求,集群管理平臺支持不同集群組件的自定義添加、組件變更管理及對應配置等管理需求。

file

  • 3.2.2、支持組件服務的擴容、迭代、縮容等發佈操作

組件的‘擴縮容’和‘迭代變更’基礎能力具備後,上層即可包裝成各種應用需求。同時提供變更可視化,也支持發佈策略定製。比如:

  • 併發度設置: 一次同時變更多少台節點,當前併發度最高限制200,避免一次同時變更過多,對線上任務造成影響。

  • 容錯度設置: 變更過程中失敗節點數到達容錯度後,發佈操作自動暫停,及時告警通知發佈者,並人工介入檢查,是否存在風險。

  • 發佈暫停、繼續、跳過錯誤並繼續等發佈控制等。

file

  • 3.2.3、組件配置管理

最早的配置文件,多數是在git上管理,本地文本編輯。容易出現導致文件格式、配置項錯誤等問題。也出現過集群部分運行時配置和磁碟上對應配置不一致問題,和線上節點配置版本無聯動,給問題定位排查帶來風險和困難。

BMR的配置管理,支持版本快照功能,可按照配置項快速檢索,同時在修改保存時有合法性檢查,周期性巡檢集群節點磁碟上配置的版本和服務運行生效版本不一致的預警。

file

3.3、節點管理

不同角度和不同場景,也有對節點管理的需求。特別在差異化管理和問題診斷的場景,以及未閉環場景下的使用。

如:適配硬體配置差異而產生的應用配置差異、不同隊列使用不同配置、不同服務使用不同版本,同時也支持管理查看節點服務運行情況, 服務版本部署監控狀態等。

file

3.4、隊列管理

線上Yarn資源調度採用Capacity模式,集群根據不同部門、任務優先順序等規則會劃分多個隊列資源, 前期通過文本編輯的形式對配置進行修改調整,存在編輯繁瑣、易出錯等問題。BMR為此提供了Yarn隊列的線上可視化編輯能力, 支持新增、刪減隊列、同時會對隊列資源的capactiy百分比合法性校驗, 也支持隊列配置項調整對全局或部分隊列生效等快捷操作。如圖示意:

file

四、技術方案

通過大數據集群管理平臺化的建設,解決我們遇到的迭代效率、穩定性等問題,主要圍繞集群管理、節點管理、服務管理、組件管理、節點運行任務等幾個維度進行建設,整體邏輯關係如下:

file

當前線上存在多套大數據集群,每套集群都存在多個組件,在平臺落地的過程中。面對上述提及的問題和挑戰,我能通過組件工作量管理來應對。

4.1、組件流程管控

大數據集群平臺不同組件管理的核心差異點,在於其變更執行流程差異,基於此我們構建了組件工作流的管理模塊,同時支持不同組件的執行流程可視化配置管理,基於Apache DolphinScheduler框架進行了二次開發, 利用其流程DAG可視化編輯能力,擴展了TaskPlugin適配我們的集群組件變更管理的業務場景。

file

4.2、變更影響可控

為了保證變更平穩可控, 減少因為變更帶來的集群線上任務穩定性問題, 支持以下變更策略:

  • 按批次灰度,可根據組件變更影響差異 ,支持自定義每批次變更節點數量, 當前每批次上限200節點。

  • 批次之間有序執行,並相互隔離,出現異常僅影響本批次。

file

4.3、異常節點容錯

  • 容錯策略

  • 異常重試

  • 工作流程執行時, 支持過濾異常錯誤節點

  • 支持批次內異常跳過, 繼續執行下一批次

file

4.4、跨組件依賴和全局變更

以DataNode節點縮容場景為例,DN涉及數據遷移問題,整個下線流程相對比較繁瑣, 如機房搬遷場景使用Fast Decommission方式快速遷移數據、 節點故障維修場景 通過Decommission方式遷移數據等,整體執行流程如下圖所示:

file

在DataNode下線流程中,同時涉及DataNode、NameNode組件的變更。縮容操作步驟中存在全局變更(NameNode節點級別)、部分變更(DN節點即便)、阻塞等待等互斥操作。

針對這種複雜變更場景, 通過支持DN下線流程嵌套子流程,來操作不同的變更對象。通過子流程方式我們可以對所需的依賴組件同時進行變更, 可方便快捷進行操作。

五、未來規劃

  • 降本:深化資源利用率提升,進一步榨取運算資源。

  • 提效:增加故障自愈和故障預測的覆蓋面,降低風險的同時減少人力投入。

  • 穩定性:大數據組件眾多,繼續提升覆蓋率,將標準化和迭代可控堅持到底。

  • 穩定性:把控容量的可觀測性,將功能之外風險拒之門外。

  • 服務質量:建立服務質量管理體系,指引技術改進與服務質量提升。

file

-End-

作者丨國輝

本文由 白鯨開源 提供發佈支持!


您的分享是我們最大的動力!

-Advertisement-
Play Games
更多相關文章
  • 我把粉絲們發給我的面經好好整理了一下,從裡面挖出了十個被問得比較頻繁的資料庫面試題,可以收藏起來,在面試之前給它突擊過一遍。 ...
  • 視圖 1. 為什麼要使用視圖?什麼是視圖? 為了提高複雜 SQL 語句的復用性和表操作的安全性,MySQL 資料庫管理系統提供了視圖特性。所謂視圖,本質上是一種虛擬表,在物理上是不存在的,其內容與真實的表相似,包含一系列帶有名稱的列和行數據。但是,視圖並不在資料庫中以儲存的數據值形式存在。行和列數據 ...
  • 問題場景 SQL Server事務複製在正常創建發佈和訂閱之後,log reader Job 啟動異常,出現“The process could not execute ‘sp_replcmds’ on xxx”等異常日誌導致代理服務無法正常啟動。 異常現象 參考下圖,異常日誌如下 Error me ...
  • 整理了一下pg_dump邏輯備份還原,pg啥時候推出一個庫級別的物理備份還原就好,邏輯備份能行但操作大庫效率太低,就像MySQL/MSSQL一樣,跨實例做庫級別還原的需求太多了 pg_dump備份 pg_dump備份 -F format 參數,備份文件的格式。format可以是下列之一: p pla ...
  • Percona Toolkit 神器全攻略(系統類) Percona Toolkit 神器全攻略系列共八篇,前文回顧: 前文回顧 Percona Toolkit 神器全攻略 Percona Toolkit 神器全攻略(實用類) Percona Toolkit 神器全攻略(配置類) Percona T ...
  • 索引 百萬級別或以上的數據如何刪除? 關於索引:由於索引需要額外的維護成本,因為索引文件是單獨存在的文件,所以當我們對數據的增加、修改、刪除都會產生額外的對索引文件的操,這些操作需要消耗額外的IO,會降低增/改/刪的執行效率。所以,在我們刪除資料庫百萬級別數據的時候,查詢MySQL官方手冊得知刪除數 ...
  • 背景ClickHouse是一個面向分析型的開源列式資料庫管理系統,它主要應用於以下幾個場景: 數據倉庫和商業智能分析:ClickHouse擅長處理大規模的數據,可以用於構建企業級的數據倉庫,支持複雜的OLAP查詢,可用實時數倉,適合各種商業分析和報表應用。 實時分析和監控:ClickHouse以毫秒 ...
  • Apache SeaTunnel 2.3.6 版本於近日正式發佈,社區期待的 SeaTunnel Zeta Master/Worker 新架構、事件通知機制、支持動態編譯的transform等新功能和新能力在這次版本中都有了全面的更新,並添加了首個向量資料庫 Milvus。此外,本版本還進行了一些基 ...
一周排行
    -Advertisement-
    Play Games
  • 移動開發(一):使用.NET MAUI開發第一個安卓APP 對於工作多年的C#程式員來說,近來想嘗試開發一款安卓APP,考慮了很久最終選擇使用.NET MAUI這個微軟官方的框架來嘗試體驗開發安卓APP,畢竟是使用Visual Studio開發工具,使用起來也比較的順手,結合微軟官方的教程進行了安卓 ...
  • 前言 QuestPDF 是一個開源 .NET 庫,用於生成 PDF 文檔。使用了C# Fluent API方式可簡化開發、減少錯誤並提高工作效率。利用它可以輕鬆生成 PDF 報告、發票、導出文件等。 項目介紹 QuestPDF 是一個革命性的開源 .NET 庫,它徹底改變了我們生成 PDF 文檔的方 ...
  • 項目地址 項目後端地址: https://github.com/ZyPLJ/ZYTteeHole 項目前端頁面地址: ZyPLJ/TreeHoleVue (github.com) https://github.com/ZyPLJ/TreeHoleVue 目前項目測試訪問地址: http://tree ...
  • 話不多說,直接開乾 一.下載 1.官方鏈接下載: https://www.microsoft.com/zh-cn/sql-server/sql-server-downloads 2.在下載目錄中找到下麵這個小的安裝包 SQL2022-SSEI-Dev.exe,運行開始下載SQL server; 二. ...
  • 前言 隨著物聯網(IoT)技術的迅猛發展,MQTT(消息隊列遙測傳輸)協議憑藉其輕量級和高效性,已成為眾多物聯網應用的首選通信標準。 MQTTnet 作為一個高性能的 .NET 開源庫,為 .NET 平臺上的 MQTT 客戶端與伺服器開發提供了強大的支持。 本文將全面介紹 MQTTnet 的核心功能 ...
  • Serilog支持多種接收器用於日誌存儲,增強器用於添加屬性,LogContext管理動態屬性,支持多種輸出格式包括純文本、JSON及ExpressionTemplate。還提供了自定義格式化選項,適用於不同需求。 ...
  • 目錄簡介獲取 HTML 文檔解析 HTML 文檔測試參考文章 簡介 動態內容網站使用 JavaScript 腳本動態檢索和渲染數據,爬取信息時需要模擬瀏覽器行為,否則獲取到的源碼基本是空的。 本文使用的爬取步驟如下: 使用 Selenium 獲取渲染後的 HTML 文檔 使用 HtmlAgility ...
  • 1.前言 什麼是熱更新 游戲或者軟體更新時,無需重新下載客戶端進行安裝,而是在應用程式啟動的情況下,在內部進行資源或者代碼更新 Unity目前常用熱更新解決方案 HybridCLR,Xlua,ILRuntime等 Unity目前常用資源管理解決方案 AssetBundles,Addressable, ...
  • 本文章主要是在C# ASP.NET Core Web API框架實現向手機發送驗證碼簡訊功能。這裡我選擇是一個互億無線簡訊驗證碼平臺,其實像阿裡雲,騰訊雲上面也可以。 首先我們先去 互億無線 https://www.ihuyi.com/api/sms.html 去註冊一個賬號 註冊完成賬號後,它會送 ...
  • 通過以下方式可以高效,並保證數據同步的可靠性 1.API設計 使用RESTful設計,確保API端點明確,並使用適當的HTTP方法(如POST用於創建,PUT用於更新)。 設計清晰的請求和響應模型,以確保客戶端能夠理解預期格式。 2.數據驗證 在伺服器端進行嚴格的數據驗證,確保接收到的數據符合預期格 ...